01 Chapitre 1: Polynômes et fractions

SIID 1

rationnelles
S1: SIID
S1 : FILIERE

I Définitions
Dans ce chapitre K désignera l’un des corps Q, R ou C.
ALGEBRE

Définition
Un polynôme à coefficients dans K est une expression de la forme

P (X) = an X n + an−1 X n−1 + · · · + a2 X 2 + a1 X + a0 ,

TECHNOLOGIE-OUJDA ALGEBRE

avec n ∈ N et a0 , a1 , . . . , an ∈ K.
L’ensemble des polynômes est noté K[X].
☞ Les ai sont appelés les coefficients du polynôme.
☞ Si tous les coefficients ai sont nuls, P est appelé le polynôme nul, il est noté
0.
☞ On appelle le degré de P le plus grand entier i tel que ai ̸= 0 ; on le note
deg P .
Pour le degré du polynôme nul on pose par convention deg(0) = −∞.
☞ Un polynôme de la forme P = a0 avec a0 ∈ K est appelé un polynôme
TECHNOLOGIE-OUJDA

constant.
Si a0 ̸= 0, son degré est 0.

Exemples

3
✵ X 5 − 3X + est un polynôme de degré 5.
4
✵ X n + 1 est un polynôme de degré n.
✵ 2 est un polynôme constant, de degré 0.

1 Opérations sur les polynômes

✵ Égalité : Soient P = an X n + an−1 X n−1 + · · · + a1 X + a0 et Q = bn X n + bn−1 X n−1 +
DE DE

· · · + b1 X + b0 deux polynômes à coefficients dans K.

P =Q ssi ai = bi pour tout i = 1, · · · , n
SUPERIEURE

et on dit que P et Q sont égaux.

SUPERIEURE

✵ Addition : Soient P = an X n +an−1 X n−1 +· · ·+a1 X +a0 et Q = bn X n +bn−1 X n−1 +

· · · + b1 X + b0 .
On définit :
P + Q = (an + bn )X n + (an−1 + bn−1 )X n−1 + · · · + (a1 + b1 )X + (a0 + b0 )
✵ Multiplication : Soient P = an X n + an−1 X n−1 + · · · + a1 X + a0 et Q = bm X m +
bm−1 X m−1 + · · · + b1 X + b0 . On définit
ECOLE

P × Q = cr X r + cr−1 X r−1 + · · · + c1 X + c0
X
avec r = n + m et ck = ai bj pour k ∈ {0, . . . , r}.
ECOLE

i+j=k

✵ Multiplication par un scalaire : Si λ ∈ K alors λ · P est le polynôme dont le i-ème

coefficient est λai .
L’addition et la multiplication se comportent sans problème :

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 2

Propositions

Pour P, Q, R ∈ K[X] alors

☞ 0 + P = P, P + Q = Q + P, (P + Q) + R = P + (Q + R) ;
☞ 1 · P = P, P × Q = Q × P, (P × Q) × R = P × (Q × R) ;
☞ P × (Q + R) = P × Q + P × R.

Pour le degré il faut faire attention :

Propositions

Soient P et Q deux polynômes à coefficients dans K.

deg(P × Q) = deg P + deg Q,

 
deg(P + Q) ≤ max deg P, deg Q .

n o
On note Rn [X] = P ∈ R[X] | deg P ≤ n . Si P, Q ∈ Rn [X] alors P + Q ∈ Rn [X].
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

Remarques

☞ R[X] est un
 R−espace vectoriel
 dont Rn [X] est un sous espace vectoriel.
n
☞ La famille 1, X, · · · , X est la base canonique de Rn [X].

Définition

✵ Les polynômes comportant un seul terme non nul (du type ak X k ) sont appelés
monômes.
✵ Soit P = an X n + an−1 X n−1 + · · · + a1 X + a0 , un polynôme avec an ̸= 0.
On appelle terme dominant le monôme an X n .
Le coefficient an est appelé le coefficient dominant de P .
✵ Si le coefficient dominant est 1, on dit que P est un polynôme unitaire.

Tout polynôme est donc une somme finie de monômes.

II Arithmétique des polynômes

Il existe de grandes similarités entre l’arithmétique dans Z et l’arithmétique dans
K[X]. Cela nous permet d’aller assez vite et d’omettre certaines preuves.

1 Division euclidienne
Définition

Soient A, B ∈ K[X], on dit que B divise A s’il existe Q ∈ K[X] tel que A = BQ.
On note alors B|A.

On dit aussi que A est multiple de B ou que A est divisible par B.

Outre les propriétés évidentes comme A|A, 1|A et A|0 nous avons :

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 3

Proposition

Soient A, B, C ∈ K[X].
1 Si A|B et B|A, alors il existe λ ∈ K∗ tel que A = λB.
2 Si A|B et B|C alors A|C.
3 Si C|A et C|B alors C|(AU + BV ), pour tout U, V ∈ K[X].

Théorème : Division euclidienne des polynômes

Soient A, B ∈ K[X], avec B ̸= 0, alors il existe un unique polynôme Q et il existe

un unique polynôme R tels que :

A = BQ + R et deg R < deg B

Q est appelé le quotient et R le reste et cette écriture est la division euclidienne de

A par B.
Notez que la condition deg R < deg B signifie R = 0 ou bien 0 ≤ deg R < deg B.
Enfin R = 0 si et seulement si B|A.
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

Exemple

On pose une division de polynômes comme on pose une division euclidienne de

deux entiers. Par exemple si A = 2X 4 − X 3 − 2X 2 + 3X − 1 et B = X 2 − X + 1.
Alors on trouve Q = 2X 2 + X − 3 et R = −X + 2. On n’oublie pas de vérifier
qu’effectivement A = BQ + R.

2X 4 − X 3 − 2X 2 + 3X −
X12 − X + 1
− 2X 4 − 2X 3 + 2X 2

X 3 − 4X 2 + 3X − 2X
1 2+X −3
− X3 − X2 + X

−3X 2 + 2X − 1
− −3X 2 + 3X − 3
−X + 2

Exemple

Pour X 4 − 3X 3 + X + 1 divisé par X 2 + 2 on trouve un quotient égal à X 2 − 3X − 2

et un reste égale à 7X + 5.

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 4

X 4 − 3X 3 + X + 1 X2 + 2
− X4 + 2X 2

−3X 3 − 2X 2 + X +X
1 2 − 3X − 2
− −3X 3 − 6X

−2X 2 + 7X + 1
− −2X 2 −4

7X + 5

2 pgcd
Proposition
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

Soient A, B ∈ K[X], avec A ̸= 0 ou B ̸= 0. Il existe un unique polynôme unitaire

de plus grand degré qui divise à la fois A et B.

Cet unique polynôme est appelé le pgcd (plus grand commun diviseur) de A et B que
l’on note pgcd(A, B).

Remarques

— pgcd(A, B) est un polynôme unitaire.

1
— Si A|B et A ̸= 0, pgcd(A, B) = A, où λ est le coefficient dominant de A.
λ
— Pour tout λ ∈ K ∗ , pgcd(λA, B) = pgcd(A, B).
— Comme pour les entiers : si A = BQ + R alors pgcd(A, B) = pgcd(B, R).
C’est ce qui justifie l’algorithme d’Euclide.

Algorithme d’Euclide. Soient A et B des polynômes, B ̸= 0.

On calcule les divisions euclidiennes successives,

A = BQ1 + R1 deg R1 < deg B

B = R1 Q2 + R2 deg R2 < deg R1
R1 = R2 Q3 + R3 deg R3 < deg R2
..
.
Rk−2 = Rk−1 Qk + Rk deg Rk < deg Rk−1
Rk−1 = Rk Qk+1
Le degré du reste diminue à chaque division. On arrête l’algorithme lorsque le reste
est nul. Le pgcd est le dernier reste non nul Rk (rendu unitaire).

Exemple

Calculons le pgcd de A = X 4 −1 et B = X 3 −1. On applique l’algorithme d’Euclide :

X 4 − 1 = (X 3 − 1) × X + X − 1
X 3 − 1 = (X − 1) × (X 2 + X + 1) + 0

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 5

Le pgcd est le dernier reste non nul, donc pgcd(X 4 − 1, X 3 − 1) = X − 1.

Exemple

Calculons le pgcd de A = X 5 + X 4 + 2X 3 + X 2 + X + 2 et B = X 4 + 2X 3 + X 2 − 4.

X 5 + X 4 + 2X 3 + X 2 + X + 2 = (X 4 + 2X 3 + X 2 − 4) × (X − 1) + 3X 3 + 2X 2 + 5X −
1 14
X 4 + 2X 3 + X 2 − 4 = (3X 3 + 2X 2 + 5X − 2) × (3X + 4) − (X 2 + X + 2)
9 9
3X 3 + 2X 2 + 5X − 2 = (X 2 + X + 2) × (3X − 1) + 0

Ainsi pgcd(A, B) = X 2 + X + 2.

Définition

Soient A, B ∈ K[X]. On dit que A et B sont premiers entre eux si pgcd(A, B) = 1.

Pour A, B quelconques on peut se ramener à des polynômes premiers entre eux : si

pgcd(A, B) = D alors A et B s’écrivent : A = DA′ , B = DB ′ avec pgcd(A′ , B ′ ) = 1.
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

3 Théorème de Bézout
Théorème de Bézout

Soient A, B ∈ K[X] des polynômes avec A ̸= 0 ou B ̸= 0. On note D = pgcd(A, B).

Il existe deux polynômes U, V ∈ K[X] tels que AU + BV = D.

Ce théorème découle de l’algorithme d’Euclide et plus spécialement de sa remontée

comme on le voit sur l’exemple suivant.

Exemple

Nous avons calculé pgcd(X 4 − 1, X 3 − 1) = X − 1. Nous remontons l’algorithme

d’Euclide, ici il n’y avait qu’une ligne : X 4 − 1 = (X 3 − 1) × X + X − 1, pour
en déduire X − 1 = (X 4 − 1) × 1 + (X 3 − 1) × (−X). Donc U = 1 et V = −X
conviennent.

Exemple

Pour A = X 5 +X 4 +2X 3 +X 2 +X +2 et B = X 4 +2X 3 +X 2 −4 nous avions trouvé

D = pgcd(A, B) = X 2 + X + 2. En partant de l’avant dernière ligne de l’algorithme
1 14
d’Euclide on a d’abord : B = (3X 3 + 2X 2 + 5X − 2) × (3X + 4) − D donc
9 9
14 1
− D = B − (3X 3 + 2X 2 + 5X − 2) × (3X + 4).
9 9
La ligne au-dessus dans l’algorithme d’Euclide était : A = B × (X − 1) + 3X 3 +
2X 2 + 5X − 2. On substitue le reste pour obtenir :
14   1
− D = B − A − B × (X − 1) × (3X + 4).
9 9

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 6

On en déduit
14 1  1 
− D = −A × (3X + 4) + B 1 + (X − 1) × (3X + 4)
9 9 9
1 1  1
Donc en posant U = (3X + 4) et V = − 9 + (X − 1)(3X + 4) = − (3X 2 +
14 14 14
X + 5) on a AU + BV = D.

Le corollaire suivant s’appelle aussi le théorème de Bézout.

Corollaire
Soient A et B deux polynômes. A et B sont premiers entre eux si et seulement s’il
existe deux polynômes U et V tels que AU + BV = 1.

Corollaire

Soient A, B, C ∈ K[X] avec A ̸= 0 ou B ̸= 0. Si C|A et C|B alors C| pgcd(A, B).

ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

Corollaire : Lemme de Gauss

Soient A, B, C ∈ K[X]. Si A|BC et pgcd(A, B) = 1 alors A|C.

4 ppcm
Proposition

Soient A, B ∈ K[X] des polynômes non nuls, alors il existe un unique polynôme
unitaire M de plus petit degré tel que A|M et B|M .

Cet unique polynôme est appelé le ppcm (plus petit commun multiple) de A et B
qu’on note ppcm(A, B).

Exemple
 
ppcm X(X −2)2 (X 2 +1)4 , (X +1)(X −2)3 (X 2 +1)3 = X(X +1)(X −2)3 (X 2 +1)4 .

De plus le ppcm est aussi le plus petit au sens de la divisibilité :

Proposition

Soient A, B ∈ K[X] des polynômes non nuls et M = ppcm(A, B). Si C ∈ K[X] est
un polynôme tel que A|C et B|C, alors M |C.

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 7

III Racine d’un polynôme, factorisation

1 Racines d’un polynôme
Définition

Soit P = an X n + an−1 X n−1 + · · · + a1 X + a0 ∈ K[X]. Pour un élément x ∈ K, on

note P (x) = an xn + · · · + a1 x + a0 . On associe ainsi au polynôme P une fonction
polynôme (que l’on note encore P )

P : K → K, x 7→ P (x) = an xn + · · · + a1 x + a0 .

Définition

Soit P ∈ K[X] et α ∈ K. On dit que α est une racine (ou un zéro) de P si P (α) = 0.

Proposition
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

P (α) = 0 ⇐⇒ X − α divise P

Définition

Soit k ∈ N∗ . On dit que α est une racine de multiplicité k de P si (X − α)k divise P

alors que (X − α)k+1 ne divise pas P . Lorsque k = 1 on parle d’une racine simple,
lorsque k = 2 d’une racine double, etc.

On dit aussi que α est une racine d’ordre k.

Proposition

Il y a équivalence entre :
(i) α est une racine de multiplicité k de P .
(ii) Il existe Q ∈ K[X] tel que P = (X − α)k Q, avec Q(α) ̸= 0.
(iii) P (α) = P ′ (α) = · · · = P (k−1) (α) = 0 et P (k) (α) ̸= 0.

Remarque

Par analogie avec la dérivée d’une fonction, si P (X) = a0 +a1 X +· · ·+an X n ∈ K[X]
alors le polynôme P ′ (X) = a1 + 2a2 X + · · · + nan X n−1 est le polynôme dérivé de
P.

2 Théorème de d’Alembert-Gauss
Passons à un résultat essentiel de ce chapitre :

Théorème de d’Alembert-Gauss
Tout polynôme à coefficients complexes de degré n ≥ 1 a au moins une racine dans
C. Il admet exactement n racines si on compte chaque racine avec multiplicité.

Nous admettons ce théorème.

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 8

Exemple

Soit P (X) = aX 2 + bX + c un polynôme de degré 2 à coefficients réels : a, b, c ∈ R

et a ̸= 0. √
2
−b + ∆
✵ Si ∆ = b − 4ac > 0 alors P admet 2 racines réelles distinctes et
√ 2a
−b − ∆
.
2a q
−b + i |∆|
✵ Si ∆ < 0 alors P admet 2 racines complexes distinctes et
q 2a
−b − i |∆|
.
2a
−b
✵ Si ∆ = 0 alors P admet une racine réelle double .
2a
En tenant compte des multiplicités on a donc toujours exactement 2 racines.

Exemple
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

P (X) = X n − 1 admet n racines distinctes.

Sachant que P est de degré n alors par le théorème de d’Alembert-Gauss on sait
qu’il admet n racines comptées avec multiplicité. Il s’agit donc maintenant de mon-
trer que ce sont des racines simples. Supposons –par l’absurde– que α ∈ C soit
une racine de multiplicité ≥ 2. Alors P (α) = 0 et P ′ (α) = 0. Donc αn − 1 = 0 et
nαn−1 = 0. De la seconde égalité on déduit α = 0, contradictoire avec la première
égalité. Donc toutes les racines sont simples. Ainsi les n racines sont distinctes.
(Remarque : sur cet exemple particulier on aurait aussi pu calculer les racines qui
sont ici les racines n-ième de l’unité.)

Pour les autres corps que les nombres complexes nous avons le résultat plus faible
suivant :

Théorème

Soit P ∈ K[X] de degré n ≥ 1. Alors P admet au plus n racines dans K.

Exemple

P (X) = 3X 3 − 2X 2 + 6X − 4. Considéré comme un polynôme à coefficients dans

2
Q ou R, P n’a qu’une seule racine (qui est simple) α = et il se décompose en
3
2
P (X) = 3(X − )(X 2 + 2). Si on considère maintenant P comme un polynôme à
3
2 √ √
coefficients dans C alors P (X) = 3(X − )(X − i 2)(X + i 2) et admet 3 racines
3
simples.

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 9

3 Polynômes irréductibles
Définition

Soit P ∈ K[X] un polynôme de degré ≥ 1, on dit que P est irréductible si pour

tout Q ∈ K[X] divisant P , alors, soit Q ∈ K∗ , soit il existe λ ∈ K∗ tel que Q = λP .

Remarques

✵ Un polynôme irréductible P est donc un polynôme non constant dont les

seuls diviseurs de P sont les constantes ou P lui-même (à une constante
multiplicative près).
✵ La notion de polynôme irréductible pour l’arithmétique de K[X] correspond
à la notion de nombre premier pour l’arithmétique de Z.
✵ Dans le cas contraire, on dit que P est réductible ; il existe alors des polynômes
A, B de K[X] tels que P = AB, avec deg A ≥ 1 et deg B ≥ 1.

Exemples
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

✵ Tous les polynômes de degré 1 sont irréductibles. Par conséquent il y a une

infinité de polynômes irréductibles.
✵ X 2 − 1 = (X − 1)(X + 1) ∈ R[X] est réductible.
✵ X 2 + 1 = (X − i)(X + i) est réductible dans C[X] mais est irréductible dans
R[X]. √ √
✵ X 2 − 2 = (X − 2)(X + 2) est réductible dans R[X] mais est irréductible
dans Q[X].

Nous avons l’équivalent du lemme d’Euclide de Z pour les polynômes :

Proposition d’Euclide

Soit P ∈ K[X] un polynôme irréductible et soient A, B ∈ K[X]. Si P |AB alors P |A

ou P |B.

4 Théorème de factorisation
Théorème

Tout polynôme non constant A ∈ K[X] s’écrit comme un produit de polynômes

irréductibles unitaires :
A = λP1k1 P2k2 · · · Prkr
où λ ∈ K∗ , r ∈ N∗ , ki ∈ N∗ et les Pi sont des polynômes irréductibles distincts.
De plus cette décomposition est unique à l’ordre près des facteurs.

Il s’agit bien sûr de l’analogue de la décomposition d’un nombre en facteurs premiers.

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 10

5 Factorisation dans C[X] et R[X]

Théorème

Les polynômes irréductibles de C[X] sont les polynômes de degré 1.

Donc pour P ∈ C[X] de degré n ≥ 1 la factorisation s’écrit P = λ(X − α1 )k1 (X −
α2 )k2 · · · (X − αr )kr , où α1 , ..., αr sont les racines distinctes de P et k1 , ..., kr sont
leurs multiplicités.

Théorème

Les polynômes irréductibles de R[X] sont les polynômes de degré 1 ainsi que les
polynômes de degré 2 ayant un discriminant ∆ < 0.
Soit P ∈ R[X] de degré n ≥ 1. Alors la factorisation s’écrit P = λ(X − α1 )k1 (X −
α2 )k2 · · · (X −αr )kr Qℓ11 · · · Qℓss , où les αi sont exactement les racines réelles distinctes
de multiplicité ki et les Qi sont des polynômes irréductibles de degré 2 : Qi =
X 2 + βi X + γi avec ∆ = βi2 − 4γi < 0.

Exemple
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

P (X) = 2X 4 (X − 1)3 (X 2 + 1)2 (X 2 + X + 1) est déjà décomposé en facteurs irré-

ductibles dans R[X] alors que sa décomposition dans C[X] est

P (X) = 2X 4 (X − 1)3 (X − i)2 (X + i)2 (X − j)(X − j 2 )

√
2iπ −1 + i 3
où j = e 3 = .
2

Exemple

Soit P (X) = X 4 + 1.
✵ Sur C. On peut d’abord décomposer P (X) = (X 2 + i)(X 2 − i). Les racines
de P sont donc les racines carrées complexes de i et −i. Ainsi P se factorise
dans C[X] :
 √  √  √  √ 
2 2 2 2
P (X) = X − 2
(1 + i) X + 2
(1 + i) X − 2
(1 − i) X + 2
(1 − i) .

✵ Sur R. Pour un polynôme à coefficient réels, si α est une racine alors ᾱ aussi.
Dans la décomposition ci-dessus on regroupe les facteurs ayant des racines
conjuguées, cela doit conduire à un polynôme réel :
h √  √ i h √  √ i
2 2 2 2
P (X) = X− 2
(1 + i) X − 2
(1 − i) X+ 2
(1 + i) X + 2
(1 − i)
h √ ih √ i
P (X) = X 2 + 2X + 1 X 2 − 2X + 1 ,
qui est la factorisation dans R[X].

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 11

IV Fractions rationnelles
Définition
Une fraction rationnelle à coefficients dans K est une expression de la forme
P
F =
Q

où P, Q ∈ K[X] sont deux polynômes et Q ̸= 0.

Toute fraction rationnelle se décompose comme une somme de fractions rationnelles

élémentaires que l’on appelle des « éléments simples ». Mais les éléments simples sont
différents sur C ou sur R.

1 Décomposition en éléments simples sur C

Théorème : Décomposition en éléments simples sur C
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

Soit P/Q une fraction rationnelle avec P, Q ∈ C[X], pgcd(P, Q) = 1 et Q = (X −

α1 )k1 · · · (X − αr )kr . Alors il existe une et une seule écriture :

P a1,1 a1,2 a1,k1

= E + + + ··· +
Q (X − α1 )k1 (X − α1 )k1 −1 (X − α1 )
a2,1 a2,k2
+ + ··· +
(X − α2 )k2 (X − α2 )
+ ···

Le polynôme E s’appelle la partie polynomiale (ou partie entière).

a
Les termes sont les éléments simples sur C.
(X − α)i
Exemple

✵ Vérifier que
1 a b
= +
X2 + 1 X +i X −i
1 1
avec a = i, b = − i.
2 2
✵ Vérifier que

X 4 − 8X 2 + 9X − 7 −1 2 −1
=X +1+ + +
(X − 2)2 (X + 3) (X − 2)2 X −2 X +3

Comment se calcule cette décomposition ?

En général on commence par déterminer la partie polynomiale.
Tout d’abord si deg Q > deg P alors E(X) = 0.
Si deg P ≤ deg Q alors effectuons la division euclidienne de P par Q :

P = QE + R

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 12

donc
P R
=E+
Q Q
où deg R < deg Q.
La partie polynomiale est donc le quotient de cette division.
R
Et on s’est ramené au cas d’une fraction avec deg R < deg Q.
Q
Voyons en détails comment continuer sur un exemple.

Exemple

P X 5 − 2X 3 + 4X 2 − 8X + 11
Décomposons la fraction = .
Q X 3 − 3X + 2
✵ Première étape : partie polynomiale. On calcule la division euclidienne de P
par Q : P (X) = (X 2 + 1)Q(X) + 2X 2 − 5X + 9.
Donc la partie polynomiale est E(X) = X 2 + 1 et la fraction s’écrit
P (X) 2
2X 2 − 5X + 9
=X +1+ .
Q(X) Q(X)
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

2X 2 − 5X + 9
Notons que pour la fraction le degré du numérateur est stric-
Q(X)
tement plus petit que le degré du dénominateur.
✵ Deuxième étape : factorisation du dénominateur. Q a pour racine évidente
+1 (racine double) et −2 (racine simple) et se factorise donc ainsi Q(X) =
(X − 1)2 (X + 2).
✵ Troisième étape : décomposition théorique en éléments simples. Le théorème
de décomposition en éléments simples nous dit qu’il existe une unique dé-
composition :
P (X) a b c
= E(X) + + + .
Q(X) (X − 1)2 X −1 X +2
Nous savons déjà que E(X) = X 2 + 1, il reste à trouver les nombres a, b, c.
✵ Quatrième étape : détermination des coefficients. Voici une première façon
de déterminer a, b, c.
a b c
On récrit la fraction + + au même dénominateur et
(X − 1)2 X −1 X +2
2X 2 − 5X + 9
on l’identifie avec :
Q(X)
a b c (b + c)X 2 + (a + b − 2c)X + 2a − 2b + c
+ + =
(X − 1)2 X −1 X +2 (X − 1)2 (X + 2)
qui doit être égale à
2X 2 − 5X + 9
.
(X − 1)2 (X + 2)
On en déduit b + c = 2, a + b − 2c = −5 et 2a − 2b + c = 9.
Cela conduit à l’unique solution a = 2, b = −1, c = 3. Donc
P X 5 − 2X 3 + 4X 2 − 8X + 11 2 −1 3
= = X2 + 1 + + + .
Q X 3 − 3X + 2 (X − 1)2 X −1 X +2

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 13

Cette méthode est souvent la plus longue.

Autre méthode pour la détermination des coefficients :
P ′ (X) 2X 2 − 5X + 9
Notons = dont la décomposition théorique est :
Q(X) (X − 1)2 (X + 2)

a b c
+ +
(X − 1)2 X −1 X +2

P′
Pour déterminer a on multiplie la fraction par (X − 1)2 et on évalue en x = 1.
Q
Tout d’abord en partant de la décomposition théorique on a :

P ′ (X) (X − 1)2
F1 (X) = (X − 1)2 = a + b(X − 1) + c donc F1 (1) = a
Q(X) X +2

D’autre part

2
P ′ (X) 2
2X 2 − 5X + 9 2X 2 − 5X + 9
F1 (X) = (X−1) = (X−1) = donc F1 (1) = 2
Q(X) (X − 1)2 (X + 2) X +2
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

On en déduit a = 2.
On fait le même processus pour déterminer c : on multiplie par (X + 2) et on évalue
en −2. On calcule

P ′ (X) 2X 2 − 5X + 9 X +2 X +2
F2 (X) = (X + 2) = =a +b +c
Q(X) (X − 1)2 (X − 1)2 X −1

de deux façons et lorsque l’on évalue x = −2 on obtient d’une part F2 (−2) = c et

d’autre part F2 (−2) = 3. Ainsi c = 3.
Comme les coefficients sont uniques tous les moyens sont bons pour les déterminer.
Par exemple lorsque l’on évalue la décomposition théorique

P ′ (X) a b c
= + +
Q(X) (X − 1)2 X −1 X +2

en x = 0, on obtient :
P ′ (0) c
=a−b+
Q(0) 2
9 c c 9
Donc =a−b+ . Donc b = a + − = −1.
2 2 2 2

2 Décomposition en éléments simples sur R

Théorème : Décomposition en éléments simples sur R

Soit P/Q une fraction rationnelle avec P, Q ∈ R[X], pgcd(P, Q) = 1. Alors P/Q
s’écrit de manière unique comme somme :
✵ d’une partie polynomiale E(X),
a
✵ d’éléments simples du type ,
(X − α)i

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 14

aX + b
✵ d’éléments simples du type .
(X 2 + αX + β)i
Où les X −α et X 2 +αX +β sont les facteurs irréductibles de Q(X) et les exposants
i sont inférieurs ou égaux à la puissance correspondante dans cette factorisation.

Exemple

Décomposition en éléments simples de

P (X) 3X 4 + 5X 3 + 8X 2 + 5X + 3
=
Q(X) (X 2 + X + 1)2 (X − 1)

Comme deg P < deg Q alors E(X) = 0. Le dénominateur est déjà factorisé sur R
car X 2 + X + 1 est irréductible.
La décomposition théorique est donc :

P (X) aX + b cX + d e
= + + .
Q(X) (X 2 + X + 1)2 X2 + X + 1 X −1
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

Il faut ensuite mener au mieux les calculs pour déterminer les coefficients afin
d’obtenir :
P (X) 2X + 1 −1 3
= + + .
Q(X) (X 2 + X + 1)2 X2 + X + 1 X −1

Prof : A. ABBADI Année : 2024/2025

 02 Chapitre 2: Calculs matriciels et sys-
SIID 15

tèmes linéaires
S1: SIID
S1 : FILIERE

I Calculs matriciels
1 Définitions
ALGEBRE

Définition
☞ Une matrice A est un tableau rectangulaire d’éléments de R
☞ A est dite de taille n × p si elle a n lignes et p colonnes
TECHNOLOGIE-OUJDA ALGEBRE

☞ Les nombres du tableau sont appelés les coefficients de A

☞ ai,j est le coefficient en i-ème ligne et j-ème colonne

 
a1,1 a1,2 ... a1,j ... a1,p
 a2,1 a2,2 ... a2,j ... a2,p 


... ... ... ... ... ...
 
A=
a

 i,1 ai,2 ... ai,j ... ai,p 

... ... ... ... ... ...
 

an,1 an,2 ... an,j ... an,p

TECHNOLOGIE-OUJDA

ou  
A = ai,j 1⩽i⩽n
.
1⩽j⩽p

Remarques

☞ On note Mn,p (R) ensemble des matrices n × p à coefficients dans R.

☞ Les éléments de Mn,p (R) sont appelés matrices réelles.
☞ Deux matrices sont égales si elles ont même taille et mêmes coefficients.
☞ Matrice carrée n = p : On note Mn (R) = Mn,n (R).
 
a1,1 a1,2 . . . a1,n
a
 2,1 a2,2 . . . a2,n 

 . .. .. 
 . ..
 . . . . 

DE DE

an,1 an,2 . . . an,n

a1,1 , a2,2 , . . . , an,n forment la diagonale principale
SUPERIEURE

☞ Matrice ligne ou vecteur ligne n = 1 :

SUPERIEURE

 
A = a1,1 a1,2 . . . a1,p
 
a1,1
a 
 2,1 
☞ Matrice colonne ou vecteur colonne p = 1 : A = 
 .. 

 . 
an,1
☞ Matrice nulle 0n,p ou 0 : matrice dont tous les coefficients sont nuls
ECOLE
ECOLE

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 16

2 Opérations sur les matrices

Définition
☞ Somme : La somme C = A + B de deux A et B de même taille n × p est la
matrice C de taille n × p définie par : cij = aij +
 bij
☞ Produit par un scalaire : Le produit de A = aij ∈ Mn,p (R) par α ∈ R est
 
la matrice : α · A = αaij ∈ Mn,p (R)
☞ L’opposé : −A = (−1)A est l’opposée de A
☞ Différence : A − B est définie par A + (−B), où A et B de même taille.
☞ Multiplication : A = (aij ) une matrice n × p et B = (bij ) une matrice p × q.
p
X
Alors le produit C = AB est une matrice n × q définie par : cij = aik bkj
k=1
×
 
 × 
←B
 
×
 
 
×
|
   
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

   | 
A→ ← AB
   
× × × × − − − cij
  


Attention ! AB ̸= BA : Le produit de matrices n’est pas commutatif en général.

Exemples

✶ Calculons A × B, où
 
! 1 2
1 2 3
A= et B = −1 1
 
2 3 4
1 1
 
1 2

−1 1

! 1 1 !
1 2 3 c11 = 2 c12 = 7
2 3 4 c21 = 3 c22 = 11
✶ Par la même manière, nous calculons A × B, où
! !
1 −2 2 4
A= et B=
−2 4 1 2
!
0 0
On obtient A × B = . Notez ici qu’on un produit A × B même si A
0 0
et B non nuls.

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 17

Exercice
Soient les trois matrices :
! ! !
0 −1 4 −1 2 5
A= B= et C= .
0 3 5 4 5 4

Calculer AB et AC. Que peut-on dire ?

Propriétés

Soient A, B et C trois matrices appartenant à Mn,p (R). Soient α ∈ R et β ∈ R

deux scalaires.
☞ A + B = B + A : La somme est commutative,
☞ A + (B + C) = (A + B) + C : La somme est associative,
☞ A + 0 = A : La matrice nulle est l’élément neutre de l’addition,
☞ (α + β)A = αA + βA,
☞ α(A + B) = αA + αB.
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

☞ Si A ∈ Mn,p (R), B ∈ Mp,q (R) et C ∈ Mq,r (R) , alors

☞ A(BC) = (AB)C : Le produit est associatif,
☞ A(B + C) = AB + AC et (B + C)A = BA + CA : Le produit est
distributif par rapport à la somme,
☞ A · 0 = 0 et 0 · A = 0,
1 0 0
 
...
 0 1 ... 0 
 
☞ In · A = A et A · Ip = A, où Ik = 
 .. .. .. ..  s’appelle la
 . . . .


0 0 ... 1
matrice identité d’ordre k.

3 Inverse d’une matrice

Définition
Soit A une matrice carrée de taille n × n. S’il existe une matrice carrée B de taille
n × n telle que
AB = In et BA = In ,
on dit que A est inversible. On appelle B l’inverse de A et on la note A−1 .

Remarques

☞ Plus généralement, quand A est inversible, pour tout p ∈ N, on note :

A−p = (A−1 )p = A
|
−1 −1
A {z· · · A−1} .
p facteurs

☞ Si A est inversible, alors son inverse est unique.

☞ L’ensemble des matrices inversibles de Mn (R) est noté GLn (R).

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 18

Exemple

Soit A = ( 10 23 ). Étudier si A est inversible, c’est étudier l’existence d’une matrice

B = ( ac db ) à coefficients dans R, telle que AB = I et BA = I.
Or AB = I équivaut à :
! ! ! ! !
1 2 a b 1 0 a + 2c b + 2d 1 0
AB = I ⇐⇒ = ⇐⇒ =
0 3 c d 0 1 3c 3d 0 1

Cette égalité équivaut au système :



 a + 2c = 1
b + 2d = 0




 3c =0
3d = 1


2 1
Sa résolution est immédiate : a = 1, b = − , c = 0, d = . Il n’y a donc qu’une
3 3

2
1 − 
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

seule matrice possible, à savoir B =  3

 1 .
0
3
Pour prouver qu’elle convient, il faut aussi montrer l’égalité BA = I (à faire).

2
1 −
La matrice A est donc inversible et A−1 =  3
 
 1 .
0
3

Propriétés

✵ Soit A une matrice inversible. Alors A−1 est aussi inversible et on a :

(A−1 )−1 = A

✵ Soient A et B deux matrices inversibles de même taille. Alors AB est inver-

sible et
(AB)−1 = B −1 A−1
✵ Soient A, B et C dans Mn (R) telle que A est inversible. Alors,

AB = AC =⇒ B = C

Exercice
! !
−1 −2 2 1
1 Soient A = et B = . Calculer A−1 , B −1 , (AB)−1 , (BA)−1 ,
3 4 5 3
−2
A .
 
1 0 0
2 Calculer l’inverse de 0 2 0.
 

1 0 3

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 19

 
−1 −2 0
2 −1
3 Soit A =  2 3 0. Calculer 2A − A . Sans calculs, en déduire A .


0 0 1

4 Matrices 2 × 2
!
a b
Considérons la matrice 2 × 2 : A = .
c d

Proposition

Si ad − bc ̸= 0, alors A est inversible et

!
1 d −b
A−1 = .
ad − bc −c a

5 Méthode de Gauss pour inverser les matrices

ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

La méthode pour inverser une matrice A consiste à faire des opérations élémentaires
sur les lignes de la matrice A jusqu’à la transformer en la matrice identité I.
On fait simultanément les mêmes opérations élémentaires en partant de la matrice I. On
aboutit alors à une matrice qui est A−1 . La preuve sera vue dans la section suivante.

En pratique, on fait les deux opérations en même temps en adoptant la disposition

suivante : à côté de la matrice A que l’on veut inverser, on rajoute la matrice identité
pour former un tableau (A | I). Sur les lignes de cette matrice augmentée, on effectue
des opérations élémentaires jusqu’à obtenir le tableau (I | B). Et alors B = A−1 .

Ces opérations élémentaires sur les lignes sont :

1 Li ← λLi avec λ ̸= 0 : on peut multiplier une ligne par un réel non nul (ou un
élément de R \ {0}).
2 Li ← Li + λLj avec λ ∈ R (et j ̸= i) : on peut ajouter à la ligne Li un multiple
d’une autre ligne Lj .
3 Li ↔ Lj : on peut échanger deux lignes.

N’oubliez pas : tout ce que vous faites sur la partie gauche de la matrice augmentée,
vous devez aussi le faire sur la partie droite.

6 Un exemple
 
1 2 1
Calculons l’inverse de A =  4 0 −1 .
 

−1 2 2
Voici la matrice augmentée, avec les lignes numérotées :
 
1 2 1 1 0 0 L1
(A | I) =  4 0 −1 0 1 0 
 
L2
−1 2 2 0 0 1 L3

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 20

On applique la méthode de Gauss pour faire apparaître des 0 sur la première colonne,
d’abord sur la deuxième ligne par l’opération élémentaire L2 ← L2 − 4L1 qui conduit à
la matrice augmentée :
 
1 2 1 1 0 0
 0

−8 −5 −4 1 0 
 L2 ←L2 −4L1
−1 2 2 0 0 1
Puis un 0 sur la première colonne, à la troisième ligne, avec L3 ← L3 + L1 :
 
1 2 1 1 0 0

 0 −8 −5 −4 1 0 

0 4 3 1 0 1 L3 ←L3 +L1

On multiplie la ligne L2 afin qu’elle commence par 1 :

 
1 2 1 1 0 0
 5 1 1 
0 1 − 0  L2 ←− 1
 
 L
8 2
 8 2 8 
0 4 3 1 0 1
On continue afin de faire apparaître des 0 partout sous la diagonale, et on multiplie la
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

ligne L3 . Ce qui termine la première partie de la méthode de Gauss :

 
1 2 1 1 0 0
 5 1 1 
0 1 − 0
 
 
 8 2 8 

1 1 
 L3 ←L3 −4L2
−1

0 0 1
2 2
puis  
1 2 1 1 0 0
 5 1 1 
0 1 − 0
 
 
 8 2 8 
L3 ←2L3
0 0 1 −2 1 2
Il ne reste plus qu’à « remonter » pour faire apparaître des zéros au-dessus de la
diagonale :
 
1 2 1 0 10
 3 7 5 
 0 1 0 − −  L2 ←L2 − 85 L3
 
 4 4 4 
0 0 1 −2 1 2
puis
1 1 1
 
1 0 0 −  L1 ←L1 −2L2 −L3
2 2 2

 
 7 3 5 
0 1 0 − −
 
 
 4 4 4 
0 0 1 −2 1 2
Ainsi l’inverse de A est la matrice obtenue à droite et après avoir factorisé tous les
1
coefficients par , on a obtenu :
4
 
1 −2 2 2
A−1 =  7 −3 −5

4 −8 4 8
Pour se rassurer sur ses calculs, on n’oublie pas de vérifier que A × A−1 = I.

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 21

Exercice
! ! !
3 1 2 −3 0 2
1 Si possible calculer l’inverse des matrices : , , ,
7 2 −5 4 3 0
!
α+1 1
.
2 α
!
cos θ − sin θ
2 Soit A(θ) = . Calculer A(θ)−1 .
sin θ cos θ
3 Calculer l’inverse des matrices :
1 0 1 0
 
   
1 3 0 2 −2 1  0 2 −2 0
A= 
2 1 −1, B = 3 0 5
 
, C = ,

−1 2 0 1
 
−2 1 1 1 1 2
 
0 2 1 3
1 1 1 0 0
2 1 1 1
 
0 1 2 0 0
 
1 0 0 1

 
D=

, E = 

−1 1 2 0 0
.
0 1 −1 2 
 0 0 0 2 1

0 1 1 0

0 0 0 5 3
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

II Déterminant d’une matrice

1 Matrice 2 × 2
En dimension 2, le déterminant est très simple à calculer :
!
a b
det = ad − bc.
c d

C’est donc le produit des éléments sur la diagonale principale moins le produit des
éléments sur l’autre diagonale.

2 Matrice 3 × 3
Soit A ∈ M3 (R) une matrice 3 × 3 :
 
a11 a12 a13
A = a21 a22 a23  .
 

a31 a32 a33

Voici la formule pour le déterminant :

det A = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 − a31 a22 a13 − a32 a23 a11 − a33 a21 a12 .

Il existe un moyen facile de retenir cette formule, c’est la règle de Sarrus :

On recopie les deux premières colonnes à droite de la matrice (colonnes grisées), puis
on additionne les produits de trois termes en les regroupant selon la direction de la
diagonale descendante (à gauche), et on soustrait ensuite les produits de trois termes
regroupés selon la direction de la diagonale montante (à droite).

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 22

Exemple
 
2 1 0
Calculons le déterminant de la matrice A = 1 −1 3.
 

3 2 1
Par la règle de Sarrus :

det A = 2 × (−1) × 1 + 1 × 3 × 3 + 0 × 1 × 2
− 3 × (−1) × 0 − 2 × 3 × 2 − 1 × 1 × 1 = −6.

Attention : Cette méthode ne s’applique pas pour les matrices de taille supérieure
à 3. Nous verrons d’autres méthodes qui s’appliquent aux matrices carrées de toute
taille et donc aussi aux matrices 3 × 3.

Définition
 
a11 · · · a1j · · · a1n
 . .. .. 
 .. . . 
 
A =  ai1 · · · aij ··· ain 
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

 
 .. .. .. 
 
 . . . 
an1 · · · anj · · · ann
n
(−1)i+j aij det(Aij )
X
1 ⩽ ∀i ⩽ n, det(A) =
j=1

Aij la matrice carrée d’ordre n − 1 obtenue en supprimant la ième ligne et la j ème

colonne de A.
n
(−1)i+j aij det(Aij )
X
1 ⩽ ∀i ⩽ n, det(A) =
i=1

Exemple
 
5 0 6
Calculons le déterminant de la matrice A = 3 7 1
 

2 0 4

5 0 6
det(A) = 3 7 1
2 0 4
3
(−1)i+2 ai2 det(Ai2 )
X
=
i=1
= (−1)1+2 a12 det(A12 ) + (−1)2+2 a22 det(A22 ) + (−1)3+2 a32 det(A32 )
3 1 5 6 5 6
= (−1) × 0 +1×7 + (−1) × 0
2 4 2 4 3 1
= 0 + 7 × (5 × 4 − 6 × 2) + 0
= 56

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 23

Remarque

En pratique, pour le développement d’un déterminant, on affecte à chaque élément

un signe, en commençant par le signe + et en respectant une alternance entre les
deux signes, par exemple :

+ −
Déterminant d’ordre 2 :
− +
+ − +
Déterminant d’ordre 3 : − + −
+ − +

Propriété

✵ Un déterminant est nul si :

✵ l’une des colonnes ou l’une des lignes est nulle ou
✵ deux colonnes ou deux lignes sont égales ou proportionnelles ou
✵ Une ligne (colonne) est une combinaison linéaire des autres lignes (co-
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

lonnes).
✵ Un déterminant change de signe si l’on effectue un nombre impair de permu-
tations.
(Si par exemple, on permute deux lignes uniquement ou deux colonnes uni-

quement).
✵ Un déterminant est linéaire par rapport à chaque ligne et à chaque colonne ;
(si l’on multiplie tous les éléments d’une ligne ou d’une colonne par le même

scalaire, le déterminant est multiplié par ce scalaire).

✵ Un déterminant ne change pas si :
✵ on ajoute à une ligne une combinaison linéaire des autres lignes,

n
X
Li ← Li + αk Lk , k ̸= i.
k=1

✵ on ajoute à une colonne une combinaison linéaire des autres colonnes,

n
X
Cj ← Cj + αk Ck , k ̸= j.
k=1

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 24

Exemple

2 −1 3 −4
 
 2 0 4 −5
Soit la matrice A = 
 
−2 4 3 1 


0 −3 1 −1

2 −1 3 −4
2 0 4 −5
det(A) =
−2 4 3 1
0 −3 1 −1
2 −1 3 −4
0 1 1 −1
=
0 3 6 −3
0 −3 1 −1
1 1 −1
1+1
= (−1) × 2 3 6 −3
−3 1 −1
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

1 1 −1
1+1
= (−1) × 2 3 6 −3
−3 1 −1
1 1 −1
= 2 3 6 −3
−3 1 −1
1 1 −1
= 2 0 3 0
0 4 −4
!
3 0
= 2 (−1)1+1 × 1
4 −4
= 2(3 × (−4) − 0 × 4)
= −24

Proposition

✵ A est inversible si et seulement si det(A) ̸= 0.

✵ det(AT ) = det(A).
✵ det(AB) = det(A) det(B).
1
✵ det(A−1 ) = .
det(A)
✵ Le déterminant d’une matrice triangulaire est égal au produit des éléments
diagonaux.

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 25

3 Inversion d’une matrice par la méthode des cofacteurs

Définition

Soit A = (aij )1⩽i,j⩽n une matrice carrée d’ordre n .

On appelle cofacteur du coefficient aij le nombre

(−1)i+j det(Aij ).

On appelle comatrice de A, notée C(A) = (cij )1⩽i,j⩽n , la matrice des cofacteurs de

A définie par :
cij = (−1)i+j det(Aij ), 1 ⩽ i, j ⩽ n.

Étapes de l’inversion :

✵ On vérifie si la matrice A est inversible. Pour cela, on calcule son déterminant

✵ Si det A = 0 alors A n’est pas inversible.
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

✵ Si det(A) ̸= 0 alors A est inversible, et on passe aux étapes suivantes

✵ On détermine la comatrice de A : C(A)

✵ On détermine la transposée de la comatrice de A : C T (A)

1
✵ On en déduit l’inverse de la matrice A : A−1 = C T (A) .
det(A)

Exemple
 
−1 2 −1
Calculer l’inverse de A= 2 3 1 


2 −2 1
Calcul du déterminant de A :

−1 2 −1
det(A) = 2 3 1
2 −2 1
3 1 2 −1
= (−1)1+1 × (−1) + (−1)2+1 × 2 + (−1)3+1 × 2 2
3
−1
1
−2 1 −2 1
= 5

det(A) ̸= 0 =⇒ A est inversible.

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 26

La comatrice de A :
 
3 1 2 1 2 3
 + − +
−2 1 2 1 2 −2 


 
 2 −1 −1 −1 −1 2 
C(A) =  − + −
 
−2 1 2 1 2 −2 


 
 2 −1 −1 −1 −1 2 

+ − + 
3 1 2 1 2 3
 
5 0 −10
= 0 1 2 


5 −1 −7
 
5 0 5
T
La transposée de la comatrice de A : C (A) =  0

1 −1
.
−10 2 −7
L’inverse de A :
1
A−1 = C T (A)
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

det(A)
 
1 5 0 5
=  0 1 −1 
5 −10 2 −7
 
1 0 1
 1 −1 
0
 
= 
 5 5 


2 −7 
−2
 
5 5

III Systèmes linéaires

1 Définition
Un système linéaire n × p est un ensemble de n équations linéaires à p inconnues de
la forme





a11 x1 + a12 x2 + . . . + a1p xp = b1





 a21 x1 + a22 x2 + . . . + a2p xp = b2
(S) .. .. .. .. ..
. . . . .








an1 x1 + an2 x2 + . . . + anp xp = bn



✵ Les coefficients aij et les secondes membres bi sont des éléments donnés de R.
✵ Les inconnues x1 , x2 , ..., xp sont à chercher dans R.
✵ Le système homogène associé à (S) est le système obtenu en remplaçant les bi par
0.
✵ Une solution de (S) est un p-uplet (x1 , x2 , · · · , xp ) qui vérifie simultanément les n
équations de (S). Résoudre (S) signifie chercher toutes les solutions.

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 27

✵ Un système est impossible, ou incompatible, s’il n’admet pas de solution. Un sys-

tème est possible, ou compatible, s’il admet une ou plusieurs solutions.
✵ Deux systèmes sont equivalents s’ils admettent les mêmes solutions.
Écriture matricielle :
· · · a1p
     
x1 b1 a11 a12
x 
 2
b 
 2
a
 21 a22 · · · a2p 

Si on note x = 
 .. 
 b=
 .. 
 A=  .. .. .. 
 .   .   . . . 


xp bn an1 an2 · · · anp

le système (S) est équivalent à l’écriture matricielle Ax = b.

2 Système de Cramer
Définition

Un système linéaire (S) est dit de Cramer d’ordre n si

✵ (S) est un système de n équations à n inconnues et
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

✵ (S) admet une solution unique.

Remarque

Il y a équivalence entre
☞ Le système est de Cramer.
☞ Le système homogène associé n’admet que le vecteur nul comme solution.
☞ La matrice A est inversible.
☞ det(A) ̸= 0.

3 Méthodes de résolution
1. La règle de Cramer :
 
x1
x 
 2
 ..  donnée, pour
Un système de Cramer d’ordre n admet une solution unique x =  
 . 
xn
tout 1 ⩽ i ⩽ n, par :

a11 a12 · · · b1 · · · a1n

a21 a22 · · · b2 · · · a2n
.. .. .. ..
. . . .
det(Ai ) an1 an2 · · · bn · · · ann
xi = =
det(A) a11 a12 · · · a1i · · · a1n
a21 a22 · · · a2i · · · a2n
.. .. .. ..
. . . .
an1 an2 · · · ani · · · ann
.

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 28

Exemple



 x1 + 3x2 + 4x3 = 50


Soit le système (S)

3x1 + 5x2 − 4x3 = 2


4x1 + 7x2 − 2x3 = 31


 
1 3 4
La matrice du système est : A =  3 5 −4.


4 7 −2
1 3 4
On a det(A) = 3 5 −4 = −8 ̸= 0.
4 7 −2
Le système est donc de Cramer, il admet une solution unique donnée par :

50 3 4
2 5 −4
31 7 −2 −24
x1 = = = 3.
det(A) −8
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

1 50 4
3 2 −4
4 31 −2 −40
x2 = = = 5.
det(A) −8
1 3 50
3 5 2
4 7 31 −64
x3 = = = 8.
det(A) −8

2. Résolution par inversion matricielle :

Soit (S) un système de Cramer sous forme matricielle : Ax = b.
La matrice A est donc inversible. On a

x une solution de (S) ⇐⇒ Ax = b ⇐⇒ x = A−1 b.

Pour déterminer x, Il suffit de calculer A−1 . Pour cela on utilise soit

1
☞ la méthode des cofacteurs : A−1 = C T (A)
det(A)
Opérations élémentaires
☞ ou la méthode de Gauss : (A|I) −
−−−−−−−−−−−−−−−−−
→ (I|A−1 )

Exemple



 x1 + 3x2 + 4x3 = 50 L1


Soit le système (S)

3x1 + 5x2 − 4x3 = 2 L2


4x1 + 7x2 − 2x3 = 31


L3
Élimination de x1 dans L2 et L3

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 29




 x1 + 3x2 + 4x3 = 50



x2 + 4x3 = 37 L2 ← L2 − 3L1


5x2 + 18x3 = 169 L3 ← L3 − 4L1



Élimination de x1 dans L2 et L3 :

 x1 + 3x2 + 4x3 = 50





x2 + 4x3 = 37 L2 ← L2 − 3L1


5x2 + 18x3 = 169 L3 ← L3 − 4L1



Élimination de x2 dans L3 :

 x1 + 3x2 + 4x3 = 50





x2 + 4x3 = 37


2x3 = 16 L3 ← L3 − 5L2



D’où de L3 : x3 = 8,
puis de L2 : x2 = 37 − 4x3 = 5,
et enfin de L1 : x1 = 50 − 3x2 − 4x3 = 3.
ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA

Remarque

☞ La méthode du pivot de Gauss s’applique à n’importe quel système linéaire

(Cramer ou non Cramer).
☞ On commence par préparer le système, quitte à échanger des lignes ou bien
l’ordre des variables, de manière à ce que le premier coefficient de la première
ligne soit différent de 0.
Ce premier coefficient non nul s’appelle le premier pivot.
☞ Puis on échelonne le système.

Exemple 1



 2x1 + x2 − 2x3 + 3x4 = 1 L1


Soit le système (S) 
3x1 + 2x2 − x3 + 2x4 = 4 L2


3x1 + 3x2 + 3x3 − 3x4 = 5 L3



On effectue les opérations élémentaires suivantes pour faire disparaître les x1 des
lignes 2 et 3 :

 2x1 − x2 − 2x3 + 3x4 = 1





x2 + 4x3 − 5x4 = 5 L2 ← 2L2 − 3L1


3x2 + 12x3 − 15x4 = 7 L3 ← 2L3 − 3L1





 2x1 − x2 − 2x3 + 3x4 = 1



x2 + 4x3 − 5x4 = 5 L2 ← 2L2 − 3L1


3x2 + 12x3 − 15x4 = 7 L3 ← 2L3 − 3L1



On effectue les opérations élémentaires suivantes pour faire disparaître x2 de la

ligne 3 :

Prof : A. ABBADI Année : 2024/2025

ALGEBRE S1 : FILIERE SIID 30




 2x1 − x2 − 2x3 + 3x4 = 1



x2 + 4x3 − 5x4 = 5


0 = −8 L3 ← L3 − 3L2


La dernière équation permet d’affirmer que le système n’a pas de solution.

Exemple 2



 x1 + 2x2 − 2x3 = 2 L1


Soit le système (S)

2x1 + 4x2 − 3x3 = 5 L2


5x1 + 10x2 − 8x3 = 12


L3



 x1 + 2x2 − 2x3 = 2



x3 = 1 L2 ← L2 − 2L1


L3 ← L3 − 5L1


2x3 = 2

ECOLE SUPERIEURE DE TECHNOLOGIE-OUJDA



 x1 + 2x2 − 2x3 = 2



x3 = 1


L3 ← L3 − 2L2


0x3 = 0



 x1 + 2x2 − 2x3 = 2



x3 = 1


L3 ← L3 − 2L2


0x3 = 0


 x1 + 2x2 − 2x3 = 2

 x3 = 1
En reportant x3 = 1 dans la première équation, il vient x1 = 4 − 2x2 , x2 ∈ R.
Donc le système admet une infinité de solutions données par

x1 = 4 − 2x2 , x2 ∈ R, x3 = 1.

Prof : A. ABBADI Année : 2024/2025